hazards

标签

#hazards

超越函数调用：在工具环境不可靠性下对工具使用代理进行基准测试

arXiv cs.CL ↗ · 11小时前缓存

介绍ToolBench-X，这是一个基准测试，用于评估各种工具环境可靠性隐患下的大语言模型代理，揭示了与干净环境相比性能上的显著差距。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈